基于改进McMaster算法的高密度停车区域识别及特征分析

高密度停车区域的识别是制定停车政策、规划设置停车设施的基础依据。但限于数据收集难度,现有研究无法整体识别城市高密度停车区域。本文通过收集海量OBD数据关联POI数据,采用回归拟合的方法识别出高密度停车区域停车数量阈值。基于改进McMaster算法,整体识别出北京市常发高密度停车区域。结合时间维度与空间维度,总结高密度停车区域特征,发现高密度停车区域部分时段存在大量空置车位现象,不同土地利用性质区域间车辆存在流动现象,车位使用潮汐现象明显。研究结果可为城市规划部门合理制定停车政策,精准规划设置停车设施提供依据。

城市高密度区域地下公共空间城市设计思路初探

为改善现阶段城市高密度区域地下公共空间成片开发但整体环境不佳的现状,参照城市设计理论框架提出地下公共空间城市设计思路。首先,明确了随着城市设计发展和城市高密度区域空间立体开发催生的地下公共空间城市设计的现实需求和总体思路;其次,从地下公共空间城市设计的要素构成、尺度与主体、特征与模式、研究思路与框架等4个方面全面系统论述了地下公共空间城市设计的思路;最后,总结了地下公共空间城市设计的研究特色,并展望了未来的研究热点。

城市高密度区域建筑遮挡对汇水面积影响的研究

汇水面积F通常用水平投影面积F_(w)代替,但因建筑遮挡效应,真实汇水面积F与水平投影面积F_(w)存在偏差.通过引用气象学中"雨滴群"的概念,提出一种汇水面积的修正方法,旨在定量分析建筑遮挡对雨水径流产生的影响.还以S WMM 5.1为载体,对某高密度区域的雨水径流进行对比分析.结果显示,修正方法有效提高了雨水径流分析结果的准确程度.修正前后,排放口径流峰值及均值差异明显,峰值的差异比均值大,而峰值的出现时间及区域径流总量则差异较小.

高密度城市区域高层建筑消防车登高操作场地管控模式探索--前海消防车登高操作场地设置管理规则研究

在高度城市化区域,高层建筑在小地块、高密度、高容积率、集约发展模式中出现了消防车登高操作场地设置超出建设用地红线、占用周边市政道路及其他用地的现象。为保障高层建筑的消防安全,协调消防车登高操作场地设置与市政用地、市政设施的关系,聚焦前海高层建筑消防车登高操作场地设置要求。在梳理国内与深圳市相关法律法规的基础上,结合前海规划的特点,从用地面积、用地尺寸、用地形状等方面分析前海高层建筑消防车登高操作场地设置的影响因素,制定消防车登高操作场地设置的基本原则,并提出管控要求。

住区规划中多主体日照权益遮挡时间分配探析

建筑高密度片区内的住区规划设计时,因多地块相邻,规划报审时常存在以下日照遮挡问题:某两个不同业主的A、B地块、规划设计时对地块C的建筑进行日照分析,各单独计算时满足国家日照标准无遮挡,报审时发现共同计算时产生了遮挡,该情况下各主体权益遮挡时间应如何划分?如何避免该类问题的产生?文章采用了建立理论模型进行分析研究,提出将日照权益遮挡时间作为地块前期的日照设计条件的设想,使相邻地块在日照条件上可独立开展设计不必必须联合计算日照、联合规划设计,减少了相互间的牵制,大大提高了设计、审批及地块开发效率,均衡了日照,提高了土地利用率,同时也为行政主管部门解决类似日照纠纷提供了量化依据,减少了日照纠纷。

基于稀疏D-vine Copula的建模方法及其在过程监测中的应用

针对工业过程中高维数据的非线性非高斯问题,提出了一种基于稀疏D-vine Copula(Sparse D-vine Copula-based,SDVC)的过程监测方法。首先,针对传统的Vine Copula结构优化方法容易引起估计误差在Vine结构中累积,并且计算负担随着数据维数的增加急剧增长的问题,修正了二元Copula的先验概率,使得高层次结构树中的二元Copula更倾向于优化为独立状态,实现了高层次树结构稀疏优化。其次,对Vine结构节点次序确定方法进行改进,根据节点间的相关性总和依次展开,使其更适用于水平结构的D-vine建模。最后,引入高密度区域(HDR)与密度分位数理论,构建适用于任意分布的广义局部概率(GLP)指标,以实现对工业过程的实时监测。通过田纳西-伊斯曼(Tennessee-Eastman,TE)和醋酸脱水工业过程验证了所提出方法的优越性能。

脱机手写签名鉴别研究

本文主要研究了脱机手写签名的特征提取,提出了一种结合静态特征与动态特征的新的鉴别方法。提取静态特征时,利用伪Zernike矩的尺度及位移不变性,在细化的签名图像上计算10阶伪Zernike不变矩来组成特征向量。提取动态特征时,则首先从灰度图像得到签名的全局及局部高密区域,利用高密区域与原签名图像对应部分的面积之比得到全局和局部HDF。另外在全局高密区域的基础上,计算其相对重心,并将其作为另一个特征。结合两类特征形成16维特征向量后,建立一个系统,在系统中采用290个真伪签名进行验证。实验结果表明,系统的FAR和FRR分别可以达到7·25%、9·30%。

K-means算法的初始聚类中心的优化

传统的K-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动,针对K-means算法存在的问题,提出了基于密度的改进的K-means算法,该算法采取聚类对象分布密度方法来确定初始聚类中心,选择相互距离最远的K个处于高密度区域的点作为初始聚类中心,理论分析与实验结果表明,改进的算法能取得更好的聚类结果。

改善高密度城市区域通风的城市形态优化策略研究--以香港新界大埔墟为例

高速的城市化进程,改变了城市的地表材质和空间结构,引发城市气候的改变。我国众多城市呈现升温趋势,夏季高温问题尤为严峻。研究证实,促进区域通风是改善亚热带高温高湿夏季条件下人体舒适度的最有效方法之一。基于改善城市夏季气候条件并保障城市环境健康的目的,本文选取香港新界大埔墟地区为例,探讨如何通过促进夏季通风,改善区域微气候条件,为亚热带高密度城市的可持续规划以及区域城市更新提供思路参考。首先,根据建筑平均高度及覆盖率,在大埔墟地区研究范围内划分多层高密度区、高层中密度区,以及开阔区三个区域类型,进行行人层高度的风环境分析;然后,基于上述分析,探讨如何通过城市用地置换、街区形态及建筑形态改造等策略改善区域通风条件,以达到缓解夏季高温的目的 ;最后,选取城市更新前后的经济技术指标、天空视域因子(SVF:Sky View Factor)以及行人层高度的风速(通过流体动力学模拟获得)三种类型参量进行量化比较,验证在高密度建设的前提下,通过优化城市形态达到改善区域夏季通风的可行性。

基于密度的改进K均值算法及实现

传统的K均值算法的初始聚类中心从数据集中随机产生,聚类结果很不稳定。提出一种基于密度算法优化初始聚类中心的改进K-means算法,该算法选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验证明,改进的K-means算法能够消除对初始聚类中心的依赖,聚类结果有了较大的改进。

一种优化初始中心的改进K-means算法

传统的K-means算法由于随机选取初始簇中心,造成聚类结果不稳定,容易陷入局部最优.针对这个问题,提出了一种优化初始中心的方法,即在高密度区域中以距离最远的两点作为初始的簇中心,然后再找到这两个初始中心距离和最大的点作为第3个初始中心,依此类推,直到找到k个初始中心.实验结果证明,改进的K-means算法,有较好的准确率,能够消除算法对初始中心的依赖,提高了聚类效果.

阈值优化的文本密度聚类算法

针对DBSCAN算法的聚类性能受全局阈值影响而降低的问题,提出一种阈值优化的文本密度聚类算法。该算法使用k-近邻距离对对象进行排序,通过分位数区分密度不同的各序列,找到与其对应的优化,根据优化阈值使用密度聚类方法对对象进行聚类。改进后的聚类算法克服了阈值选取对聚类结果影响的问题,提高了聚类精确度和时间效率。采用树形结构存储聚簇,增加了聚簇的可读性。实验结果证明了该算法的有效性。

5G网络技术特点及无线网络规划思路探讨

现代通信技术的飞速发展给我们的生活带来了巨大的变化,同时也将现代城市规划与现代网络紧密结合起来,给人们的交流提供便利.文章讲述了未来5G通讯技术带来的一系列实际使用和场景,5G通讯技术系统新网络结构的设计思想、全新的基础设备配置平台,5G通讯技术系统的无线通信和空口技术架构,然后讲述5G通讯技术领域的大规模天线通讯和超高密区域的网络架构,以及全频通信的接入策略等核心技术,针对其网络结构的发展变化趋势和无线移动通讯的规划思想实施研究.

城市高密度区域的犯罪吸引机制

随着高密度区域的层见叠出,城市高密度发展引发犯罪高度聚集;城市高密度区域的犯罪吸引机制亟待揭示。对此,可以城市密度定义犯罪引力,围绕城市变量与犯罪密度展开相关性分析。在制图验证犯罪热点分布于城市高密度区域的基础上,以逐步回归、地理加权回归等方法筛选出影响犯罪发生、分布的城市变量,建立犯罪引力模型,揭示城市高密度区域对犯罪的空间吸引、附随吸引、综合吸引、对冲吸引等机制。犯罪吸引机制研究构成了城市犯罪学"芝加哥范式"的当代演进,实现了"犯罪场"理论微观与宏观视角的一体化,勾勒出城市犯罪学的知识谱系;并且,从"迂回治理"的治理技术革新、储备型刑事政策的理念更新、技术治理的模式翻新等多个方面,为犯罪预测、预警、预防提供了理论支持。

基于核密度估计的R-Vine Copula选择及其在故障检测中的应用?

在化工过程监控领域,Vine Copula模型为描述高维复杂变量之间相依关系提供了一种新的思想,在不降维的基础上直接刻画变量之间复杂的相关关系。传统的Copula函数模型选择方法是基于赤池信息准则(Akaikeinformation criterion,AIC),但是在利用AIC准则时不仅要计算Copula的密度函数,而且边缘分布的拟合效果也直接影响了AIC的取值。本文提出了基于核密度估计的R-Vine Copula (kernel estimation-based R-vine Copula, KRVC)选择方法,并将其应用在化工过程监控领域。通过核密度选择原理得到R-Vine模型,然后利用高密度区域(HDR)与密度分位数表等理论,构建非高斯态广义局部概率指标(GLP)。该方法在TE(TennesseeEastman)过程中以及醋酸脱水过程中的应用验证了KRVC方法在过程监控中的良好性能。

城市高密度区域商业综合体设计策略——以上海紫荆广场为研究案例

城市高密度区域作为中心城区商业综合体项目楔入不可或缺的土壤,其所面临的区域矛盾正变得日益复杂。如何在这一过程中化繁为简、因势利导,成为此类商业综合体设计过程的重要研究课题。以上海紫荆广场案例的规划设计作为研究载体,通过项目在城市高密度环境下所对应采取的实践探索及设计策略,以期在化解矛盾诉求的同时实现商业综合体自身利益发展和区域环境品质的共同提升。

多伦多湖滨新区规划设计 加拿大多伦多

该项目为多伦多一个优质的新城区湖滨社区,坐落于11.5公顷的地块上,需要将前佳士得饼干厂地块改建为新的城市高密度区域。正式规划申请已于2018年递交多伦多市,详细列出了在大量利益相关者参与的基础上制定的提案。2020年,AAM建筑工作室接受后续委托,对建筑一期进行设计。

一种改进的最小二乘解包裹算法

针对激光散斑干涉图像在局部高密度噪声和拉线区域中,最小二乘解包裹算法存在过度平滑、迭代次数多和运行时间长等问题,提出一种新的算法。该算法基于散斑干涉图像近似服从周期性的抛物线分布的规律,首先采用两次矩阵变换,对噪声所在的坐标点进行锁定;继而利用掩模技术并结合二维离散余弦变换和Picard迭代方法,对噪声的传播进行抑制,从而获得平滑的图像。实验结果表明:激光散斑干涉测量对局部高密度噪声很敏感,经过平滑优化后,所提算法较传统最小二乘迭代算法具有更少的迭代次数和更短的计算时间,对单根拉线、单个噪声和变形干扰下的干涉测量的识别率高达96%,精度优于传统算法,具有很高的工程应用价值。